正则表达式及在python中的应用

前言

正则表达式在自然语言处理中应用十分广泛，同时在日常的工程开发中也十分重要，本文，整理了作者常用的正则表达式用法，希望对大家有所帮助。

正则学习工具

• http://www.regexpal.com/
• http://rubular.com/
• McTracer

元字符介绍

符号	说明
.	默认匹配\n之外的任意字符
^	匹配字符起始位置
$	匹配字符结尾
\A	只从字符串开始匹配，类似^
\Z	匹配字符串结尾，类似$
\d	匹配数字0 - 9
\D	匹配非数字
\w	匹配数字字母
\W	匹配非数字字母
\s	匹配空格
\S	匹配空字符 \t \n \r
\b	匹配字符串边界，但不会消耗任何字符，只匹配一个位置
\B	匹配不是单词开头或结束的位置
[abc]	字符组，匹配包含括号内元素的字符
[^abc]	匹配除了abc以外的任意字符

量词

普通量词

符号	说明
?	匹配 ? 前面的字符0次或1次（占有）
*	匹配 * 前面的字符0次或多次（贪婪）
+	匹配 + 前面的字符1次或多次（懒惰）
{m}	匹配前一个（组）字符m次
{n, m}	匹配前一个（组）字符[n, m]次，即重复n到m次
{n, }	匹配前一个（组），重复n次或更多次
|	匹配 | 左或者右的字符

懒惰限定符

符号	说明
*?	重复任意次，但尽可能少重复
+?	重复1次或更多次，但尽可能少重复
??	重复0次或1次，但尽可能少重复
{n,m}?	重复n到m次，但尽可能少重复
{n,}?	重复n次以上，但尽可能少重复

捕获分词

pyhton中的说明

python	说明
(?P<\name>…)	python中可以返回匹配字典
re.match	从头开始匹配完整的词
re.search	匹配字符串中包含满足规则的字符，只返回一个
re.findall	匹配字符串中包含满足规则的字符，返回全部，放在列表中
re.splitall	以匹配的字符当做分隔符
re.sub	匹配字符并替换

参考链接及推荐阅读：

https://www.cnblogs.com/zhou195/p/6516974.html
https://www.jianshu.com/p/62237b3e2ef9